利用轮流动态进行多方对话中的意图识别

我们提出了一种用于多方对话意图识别的多任务学习方法，该方法利用模拟轮流动态的辅助任务。具体来说，我们引入了回合转换熵，这是一个根据说话者转换序列计算的自监督目标，它量化了交互模式的可预测性。对多个预训练模型的实验表明，合并此辅助任务可以提高意图识别性能，优于忽略多方交互动态的现有方法。我们发现我们提出的连续目标可以作为单任务目标来学习，这表明它是携带有用信息的实际信号。